几个数据分析的小实例（《使用python进行数据分析》）_数据分析实例,python数据分析案例

python

数据分析

131 浏览量更新于2023-03-03 评论 4 收藏 435KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

几个数据分析的小实例（《使用几个数据分析的小实例（《使用python进行数据分析》）进行数据分析》）

数据分析小实例数据分析小实例MovieLens 1M数据集测量评价分歧美国1880~2010年婴儿名字分析名字趋势计量命名多样性的增加“最后一个字母”革命男孩的名字变成女孩的名字（以及

反向）2012年美国联邦选举委员会数据库按职业和雇主的捐献统计捐赠金额分桶按州进行捐赠统计

小实例内容来自《利用python进行数据分析》。

本文中可能使用的数据集来自：《利用python进行数据分析》数据集。

MovieLens 1M数据集数据集

由GroupLens实验室从MoviesLens收集，内容是20世纪90年代末带21世纪初的电影评分数据。这些数据包含电影的评分、电影的元数据（流派和年份）以及观众数据

（年龄、邮编、性别、职业）。

首先我们可以使用pandas.read_table函数来将数据以DataFrame形式读入（文件读取教程）：

import pandas as pd

unames = ["user_id","gender","age","occupation","zip"] users = pd.read_csv("../pydata-book-2nd-

edition/datasets/movielens/users.dat",sep="::",header=None,names=unames)

rnames = ["user_id","movie_id","rating","timestamp"] ratings = pd.read_csv("../pydata-book-2nd-

edition/datasets/movielens/ratings.dat",sep="::",header=None,names=rnames)

mnames = ["movie_id","title","genres"] movies = pd.read_csv("../pydata-book-2nd-edition/datasets/movielens/movies.dat",sep="::",header=None,names=mnames)

print(users.head())

# user_id gender age occupation zip

# 0 1 F 1 10 48067

# 1 2 M 56 16 70072

# 2 3 M 25 15 55117

# 3 4 M 45 7 02460

# 4 5 M 25 20 55455

print(ratings.head())

# user_id movie_id rating timestamp

# 0 1 1193 5 978300760

# 1 1 661 3 978302109

# 2 1 914 3 978301968

# 3 1 3408 4 978300275

# 4 1 2355 5 978824291

print(movies.head())

# movie_id title genres

# 0 1 Toy Story (1995) Animation|Children's|Comedy

# 1 2 Jumanji (1995) Adventure|Children's|Fantasy

# 2 3 Grumpier Old Men (1995) Comedy|Romance

# 3 4 Waiting to Exhale (1995) Comedy|Drama

# 4 5 Father of the Bride Part II (1995) Comedy

为了方便之后的数据处理，我们需要将3个DataFrame合并成为1个DataFrame（DataFrame的合并教程）。观察到users和ratings都有user_id这一项，我们可以将其作为

合并键，来进行合并，之后合并的数据和movies都有movies_id这一项，之后再以此作为键进行合并：

data = pd.merge(pd.merge(ratings,users),movies)

print(data.head())

# user_id movie_id ... title genres

# 0 1 1193 ... One Flew Over the Cuckoo's Nest (1975) Drama

# 1 2 1193 ... One Flew Over the Cuckoo's Nest (1975) Drama

# 2 12 1193 ... One Flew Over the Cuckoo's Nest (1975) Drama

# 3 15 1193 ... One Flew Over the Cuckoo's Nest (1975) Drama

# 4 17 1193 ... One Flew Over the Cuckoo's Nest (1975) Drama

print(data.iloc[0])

# user_id 1

# movie_id 1193

# rating 5

# timestamp 978300760

# gender F

# age 1

# occupation 10

# zip 48067

# title One Flew Over the Cuckoo's Nest (1975)

# genres Drama

# Name: 0, dtype: object

之后我们可以通过数据聚合的方式，来计算出男性和女性对每部电影的平均评分（数据聚合教程）：

mean_data = data.groupby(["title","gender"])["rating"].mean()

print(mean_data.unstack().head())

# gender F M

# title

# $1,000,000 Duck (1971) 3.375000 2.761905

# 'Night Mother (1986) 3.388889 3.352941

# 'Til There Was You (1997) 2.675676 2.733333

# 'burbs, The (1989) 2.793478 2.962085

# ...And Justice for All (1979) 3.828571 3.689024

另外我们在数据分析的时候，往往会去掉一些样本不足的项，现在我们可以使用数据聚合的方式将评分数少于250的电影去掉：

ratings_by_title = data.groupby("title").size()

#获取每个分组的大小

print(ratings_by_title.head())

# title

# $1,000,000 Duck (1971) 37

# 'Night Mother (1986) 70

# 'Til There Was You (1997) 52

# 'burbs, The (1989) 303

# ...And Justice for All (1979) 199

# dtype: int64

active_titles = ratings_by_title.index[ratings_by_title >= 250] #删选出评分数大于250的索引

mean_data = mean_data.loc[active_titles] #通过索引选择行，得到筛选后的结果

print(mean_data.head())

# gender F M

# title

# 'burbs, The (1989) 2.793478 2.962085

# 10 Things I Hate About You (1999) 3.646552 3.311966

# 101 Dalmatians (1961) 3.791444 3.500000

# 101 Dalmatians (1996) 3.240000 2.911215

# 12 Angry Men (1957) 4.184397 4.328421

然后我们可以使用sort_values方法来得到女性最受欢迎的电影top10：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余9页未读，立即下载

weixin_38625192

粉丝: 4
资源: 943

会员权益专享

几个数据分析的小实例（《使用python进行数据分析》）

评论0

会员权益专享

最新资源

几个数据分析的小实例（《使用python进行数据分析》）

评论0

利用python进行简单案例数据分析

python数据分析参考案例

Python之数据处理案例

python数据分析案例实战

python数据分析实例

python数据分析案例集锦

python数据分析案例

python数据分析案例 知乎

python数据分析案例实战的源码

基于python的商品数据分析可视化的课题内容介绍如何写

python数据分析课程设计

python数据分析可视化实例源码

python数据分析例子

4) 基于python的数据分析综合案例设计与实现

电商数据分析python课程设计

python数据分析实战大作业

python 共享单车 数据分析 site:csdn.net

python数据挖掘分析案例

数据分析（基于Python）课程设计

python数据可视化分析

会员权益专享

最新资源

python数据分析案例知乎

python 共享单车数据分析 site:csdn.net